Python 中的多类文本分类

Question

我正在尝试按照 here 的说明创建多类文本分类器。但是，我的代码在行中断：

NB_pipeline.fit(X_train, train[category])

下面是我得到的错误：

File "pandas\hashtable.pyx", line 683, in pandas.hashtable.PyObjectHashTable.get_item (pandas\hashtable.c:12322)

我试图找出 train[category] returns 的内容，但我遇到了同样的错误。

1) X_train 是一个 dataframe，只有一栏并且包含客户反馈。

2) train 是一个有两列的 dataframe；第一列包含客户评论（与 X_train 相同），第二列包含 5 个类别之一 (Systems Error, Proactive Communication, Staff Behaviour, Website Functionalities, Others)。

3) category 是上述类别之一。

下面是示例火车 dataframe:

Index           Feedback                                    Category
  0           While making payment got system error.         System error
              Staff behaviour was good at hotel

  1           While making payment got system error.         Staff Behaviour
              Staff behaviour was good at hotel

Answer 1

这是最容易被忽视的问题之一。

出现此错误的原因是"column" 脚本正在查找的数据帧中不可用。您拥有的所有 5 个类别都应该是输入数据框中的列，如果其中一个类别适用于 feedback/comment，行将取 1/0。理想情况下，您的输入数据框应如下所示。

Index           Feedback                                  System error    Staff Behaviour
  0           While making payment got system error.         1                  1
              Staff behaviour was good at hotel

  1           While making payment got system error.         1                  0

  2           Staff behaviour was good at hotel              0                  1

我使用了相同的注释来展示输入数据框应该是什么样子。